CN104697501A - 苹果园产量测量系统 - Google Patents

苹果园产量测量系统 Download PDF

Info

Publication number
CN104697501A
CN104697501A CN201510101415.2A CN201510101415A CN104697501A CN 104697501 A CN104697501 A CN 104697501A CN 201510101415 A CN201510101415 A CN 201510101415A CN 104697501 A CN104697501 A CN 104697501A
Authority
CN
China
Prior art keywords
apple
image
orchard
gray threshold
limit gray
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510101415.2A
Other languages
English (en)
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Sani Pacifies Science And Technology Ltd
Original Assignee
Wuxi Sani Pacifies Science And Technology Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuxi Sani Pacifies Science And Technology Ltd filed Critical Wuxi Sani Pacifies Science And Technology Ltd
Priority to CN201510101415.2A priority Critical patent/CN104697501A/zh
Publication of CN104697501A publication Critical patent/CN104697501A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种苹果园产量测量系统,包括无人机驱动设备、航空摄像机、图像识别设备和ARM 11处理器,所述航空摄像机用于对苹果园拍摄以获得园区图像,所述图像识别设备与所述航空摄像机连接以对所述园区图像进行图像处理,识别出所述园区图像中的苹果种类,并基于所述苹果种类识别所述园区图像中的苹果总数,所述ARM 11处理器与所述无人机驱动设备连接以控制所述无人机驱动设备驱动所述无人机飞临苹果园正上方。通过本发明,能够借助灵活的无人机平台准确测量目标苹果园的苹果产量,为农林业管理部门对苹果产量的研究提高重要的参考数据。

Description

苹果园产量测量系统
技术领域
本发明涉及农林产品种植领域,尤其涉及一种苹果园产量测量系统。
背景技术
苹果是世界四大水果(苹果、葡萄、柑桔和香蕉)之首,由于具有丰富的营养价值和低热量而深受消费者的喜爱。为了迎合消费者这一需求以增产创收,加上苹果适宜栽植的面积广泛,果农们偏爱种植苹果这一作物,但是,如果未经过事前调研就使用太多的区域进行苹果种植,造成苹果产量过多,市场供过于求,就会形成苹果滞销局面,反而给果农带来经济损失。
为了协调苹果产量与消费者需求之间的供需关系,营造消费者和果农双赢的市场氛围,需要对实地的苹果园的苹果产量进行调研和评估,根据调研和评估结果和喜爱消费者的人数确定下季的苹果种植面积。现有技术中的苹果园产量测量系统或过于依赖人工,耗费了调研机构的大量人力成本和时间成本,或现场在苹果园进行基于图像处理的局部面积的苹果园产量测量,这种测量方式一方面无法根据苹果种类调整测量参数,同时图像处理技术过于简单,另一方面测量面积有限,无法从反映整个苹果园的苹果产量。
因此,需要一种新的苹果园产量测量系统,能够基于苹果种类的不同使用不同的图像处理参数,能够灵活、全面地测量整个苹果园的苹果产量,提高苹果园产量测量的准确性。
发明内容
为了解决上述问题,本发明提供了一种苹果园产量测量系统,采用无人机作为测量平台,灵活、全面地测量各个苹果园的苹果产量,采用基于苹果种类的图像处理技术,提高苹果园产量测量的精度,同时有针对性的引入对比度增强、自适应递归滤波以及无线通信技术,实现苹果园产量的高效测量。
根据本发明的一方面,提供了一种苹果园产量测量系统,所述测量系统包括无人机驱动设备、航空摄像机、图像识别设备和ARM 11处理器,所述航空摄像机用于对苹果园拍摄以获得园区图像,所述图像识别设备与所述航空摄像机连接以对所述园区图像进行图像处理,识别出所述园区图像中的苹果种类,并基于所述苹果种类识别所述园区图像中的苹果总数,所述ARM 11处理器与所述无人机驱动设备连接以控制所述无人机驱动设备驱动所述无人机飞临苹果园正上方。
更具体地,在所述苹果园产量测量系统中,还包括:移动硬盘,用于预先存储各个种类的苹果的基准图像模板,每一个种类的基准图像模板为对每一个种类的基准单株苹果预先拍摄所获得的图案,所述移动硬盘还预先存储了苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值,所述苹果树上限灰度阈值和所述苹果树下限灰度阈值用于将图像中苹果树与图像背景分离;无线通讯设备,与远端的苹果产量研究平台建立双向的无线通信链路,用于接收所述苹果产量研究平台发送的飞行控制指令,所述飞行控制指令中包括苹果园正上方位置对应的目的GPS数据和目的拍摄高度,还用于将所述苹果种类无线发送给所述苹果产量研究平台,以无线接收所述苹果产量研究平台返回的与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值,所述苹果上限灰度阈值和所述苹果果实下限灰度阈值用于将图像中对应苹果种类的苹果果实与图像背景分离;GPS定位设备,连接GPS导航卫星,用于接收无人机所在位置的实时GPS数据;气压高度传感器,用于根据无人机附近的气压变化,检测无人机所在位置的实时气压高度;无线电高度传感器,包括无线电发射机、无线电接收机和单片机,所述单片机与所述无线电发射机和所述无线电接收机分别连接,所述无线电发射机向地面发射无线电波,所述无线电接收机接收地面反射的无线电波,所述单片机根据所述无线电发射机的发射时间、所述无线电接收机的接收时间和无线电波传播速度计算无人机的实时无线电高度,所述无线电波传播速度为光速;所述航空摄像机为线阵数码航空摄影机,包括减震底架、前盖玻璃、镜头、滤镜和成像电子单元,用于对苹果园拍摄以获得园区图像;所述图像识别设备与所述航空摄像机和所述移动硬盘分别连接,包括对比度增强单元、自适应递归滤波单元、灰度化处理单元、苹果树识别单元和苹果果实识别单元,所述对比度增强单元、所述自适应递归滤波单元、所述灰度化处理单元、所述苹果树识别单元和所述苹果果实识别单元分别采用不同的FPGA芯片来实现,所述对比度增强单元与所述航空摄像机连接以对所述园区图像进行对比度增强处理,以获得增强图像,所述自适应递归滤波单元与所述对比度增强单元连接以对所述增强图像进行自适应递归滤波处理,以获得滤波图像,所述灰度化处理单元与所述自适应递归滤波单元连接,对所述滤波图像进行灰度化处理,以获得灰度化图像,所述苹果树识别单元与所述灰度化处理单元和所述移动硬盘分别连接,将所述灰度化图像中灰度值在所述苹果树上限灰度阈值和所述苹果树下限灰度阈值之间的像素识别并组成多个苹果树子图像,并选择一个苹果树子图像,将选择的苹果树子图像与所述移动硬盘中各个种类的苹果的基准图像模板进行匹配,输出匹配度最高的基准图像模板对应的种类作为所述园区图像中的苹果种类输出,所述苹果果实识别单元与所述灰度化处理单元和所述移动硬盘分别连接,将所述灰度化图像中灰度值在所述苹果果实上限灰度阈值和所述苹果果实下限灰度阈值之间的像素识别并组成多个苹果果实子图像,并将多个苹果果实子图像的数量作为所述园区图像中的苹果总数输出;所述ARM 11处理器与所述无人机驱动设备、所述无线通讯设备、所述GPS定位设备、所述气压高度传感器、所述无线电高度传感器、所述移动硬盘、所述航空摄像机和所述图像识别设备分别连接,基于实时气压高度、实时无线电高度、气压高度权重值和无线电高度权重值计算飞机实时高度,接收所述无线通讯设备转发的飞行控制指令,对所述飞行控制指令解析以获得苹果园正上方位置对应的目的GPS数据和目的拍摄高度,控制所述无人机驱动设备以驱动所述无人机飞往所述苹果园正上方位置,在所述飞机实时高度与所述目的拍摄高度匹配且所述实时GPS数据与所述目的GPS数据匹配时,进入苹果园产量测量模式,在所述飞机实时高度与所述目的拍摄高度不匹配或所述实时GPS数据与所述目的GPS数据不匹配时,进入苹果园寻找模式;其中,所述ARM 11处理器在苹果园产量测量模式中,启动所述航空摄像机和所述图像识别设备,将所述图像识别设备中苹果树识别单元输出的苹果种类转发给所述无线通讯设备,以获得所述无线通讯设备返回与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值,并将与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值存储到所述移动硬盘中,随后所述ARM 11处理器还接收所述园区图像中的苹果总数,将所述园区图像中的苹果总数通过所述无线通讯设备转发给所述苹果产量研究平台;其中,所述ARM 11处理器连接所述苹果果实识别单元,以在将所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值存储到所述移动硬盘之后,触发所述苹果果实识别单元的操作。
更具体地,在所述苹果园产量测量系统中,还包括:串行通信接口,用于通过串行通信方式连接外部设备,以读取外部设备中存储的各个种类的苹果的基准图像模板、苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值。
更具体地,在所述苹果园产量测量系统中:所述串行通信接口与所述移动硬盘连接,以将各个种类的苹果的基准图像模板、苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值存储到所述移动硬盘中。
更具体地,在所述苹果园产量测量系统中:所述无线通讯设备无线连接的苹果产量研究平台为苹果产量研究机构所属的、具有无线通讯接口的服务器。
更具体地,在所述苹果园产量测量系统中:所述ARM 11处理器在所述苹果园寻找模式中,关闭所述航空摄像机和所述图像识别设备。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的苹果园产量测量系统的结构方框图。
具体实施方式
下面将参照附图对本发明的苹果园产量测量系统的实施方案进行详细说明。
苹果属于蔷薇科,落叶乔木,叶椭圆形,有锯齿;果实球形,味甜,口感爽脆,是普通的水果,也是最常见的水果,富含丰富的营养。苹果通常为红色,不过也有黄色和绿色。
苹果是双子叶植物,花淡红或淡紫红色,大多自花不育,需异花授粉,果实由子房和花托发育而成。果肉清脆香甜,能帮助消化。苹果是种低热量食物,每100克只产生60千卡热量;苹果中营养成份可溶性大,易被人体吸收,故有“活水”之称。有利于溶解硫元素,使皮肤润滑柔嫩。苹果中还有铜、碘、锰、锌、钾等元素,人体如缺乏这些元素,皮肤就会干燥、易裂、奇痒。把它敷在黑眼圈的地方,可以助于消除黑眼圈。
正是由于苹果广受消费者喜爱,果农们都愿意种植更多的苹果,然而如果未经过种植前的苹果产量调研,往往会造成供需矛盾,这不符合果农和消费者的经济利益。因此,苹果产量的测量相当重要。
现有技术中的对苹果产量的识别除了原有落后的人工测量方式,大多采用图像识别技术,对一株或数株苹果进行拍照,识别获得的苹果图像中的柑橘果实个数或苹果果实所占面积,基于苹果果实个数或苹果果实所占面积确定一株或数株苹果的产量,这种方式测量面积有限,测量效率低下,而且由于苹果种类众多,未基于苹果种类采用不同的图像识别参数会导致测量的苹果产量偏差较大,另外,原有的图像处理技术过于简单,没有针对性。
本发明搭建了一种苹果园产量测量系统,借助灵活的无人机平台实现整个苹果园苹果产量的快速测量,并基于不同类型的苹果采取有差别的识别技术,同时无人机高度权重计算方式和各种有针对性的图像处理技术的引入,精确可靠地完成苹果产量的估算。
图1为根据本发明实施方案示出的苹果园产量测量系统的结构方框图,所述测量系统包括无人机驱动设备1、无线通讯设备2、GPS定位设备3、气压高度传感器4、无线电高度传感器8、移动硬盘5、航空摄像机6、图像识别设备7和ARM 11处理器9,所述ARM 11处理器9分别与所述无人机驱动设备1、所述无线通讯设备2、所述GPS定位设备3、所述气压高度传感器4、所述无线电高度传感器8、所述移动硬盘5、所述航空摄像机6、所述图像识别设备分别连接7,所述图像识别设备7与所述航空摄像机6连接。
其中,所述航空摄像机6用于对苹果园拍摄以获得园区图像,所述图像识别设备7用于对所述园区图像进行图像处理,识别出所述园区图像中的苹果种类,并基于所述苹果种类识别所述园区图像中的苹果总数,所述ARM 11处理器9用于控制所述无人机驱动设备1驱动所述无人机飞临苹果园正上方以触发苹果园产量测量操作。
接着,继续对本发明的苹果园产量测量系统的具体结构进行进一步的说明。
所述移动硬盘5用于预先存储各个种类的苹果的基准图像模板,每一个种类的基准图像模板为对每一个种类的基准单株苹果预先拍摄所获得的图案,所述移动硬盘5还预先存储了苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值,所述苹果树上限灰度阈值和所述苹果树下限灰度阈值用于将图像中苹果树与图像背景分离。
所述无线通讯设备2与远端的苹果产量研究平台建立双向的无线通信链路,用于接收所述苹果产量研究平台发送的飞行控制指令,所述飞行控制指令中包括苹果园正上方位置对应的目的GPS数据和目的拍摄高度,还用于将所述苹果种类无线发送给所述苹果产量研究平台,以无线接收所述苹果产量研究平台返回的与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值,所述苹果上限灰度阈值和所述苹果果实下限灰度阈值用于将图像中对应苹果种类的苹果果实与图像背景分离。
所述GPS定位设备3连接GPS导航卫星,用于接收无人机所在位置的实时GPS数据。
所述气压高度传感器4用于根据无人机附近的气压变化,检测无人机所在位置的实时气压高度。
所述无线电高度传感器8包括无线电发射机、无线电接收机和单片机,所述单片机与所述无线电发射机和所述无线电接收机分别连接,所述无线电发射机向地面发射无线电波,所述无线电接收机接收地面反射的无线电波,所述单片机根据所述无线电发射机的发射时间、所述无线电接收机的接收时间和无线电波传播速度计算无人机的实时无线电高度,所述无线电波传播速度为光速。
所述航空摄像机6为线阵数码航空摄影机,包括减震底架、前盖玻璃、镜头、滤镜和成像电子单元,用于对苹果园拍摄以获得园区图像。
所述图像识别设备7与所述航空摄像机6和所述移动硬盘5分别连接,所述图像识别设备7包括对比度增强单元、自适应递归滤波单元、灰度化处理单元、苹果树识别单元和苹果果实识别单元,所述对比度增强单元、所述自适应递归滤波单元、所述灰度化处理单元、所述苹果树识别单元和所述苹果果实识别单元分别采用不同的FPGA芯片来实现。
所述对比度增强单元与所述航空摄像机6连接以对所述园区图像进行对比度增强处理,以获得增强图像,所述自适应递归滤波单元与所述对比度增强单元连接以对所述增强图像进行自适应递归滤波处理,以获得滤波图像,所述灰度化处理单元与所述自适应递归滤波单元连接,对所述滤波图像进行灰度化处理,以获得灰度化图像。
所述苹果树识别单元与所述灰度化处理单元和所述移动硬盘5分别连接,将所述灰度化图像中灰度值在所述苹果树上限灰度阈值和所述苹果树下限灰度阈值之间的像素识别并组成多个苹果树子图像,并选择一个苹果树子图像,将选择的苹果树子图像与所述移动硬盘中各个种类的苹果的基准图像模板进行匹配,输出匹配度最高的基准图像模板对应的种类作为所述园区图像中的苹果种类输出。
所述苹果果实识别单元与所述灰度化处理单元和所述移动硬盘5分别连接,将所述灰度化图像中灰度值在所述苹果果实上限灰度阈值和所述苹果果实下限灰度阈值之间的像素识别并组成多个苹果果实子图像,并将多个苹果果实子图像的数量作为所述园区图像中的苹果总数输出。
所述ARM 11处理器9基于实时气压高度、实时无线电高度、气压高度权重值和无线电高度权重值计算飞机实时高度,接收所述无线通讯设备2转发的飞行控制指令,对所述飞行控制指令解析以获得苹果园正上方位置对应的目的GPS数据和目的拍摄高度,控制所述无人机驱动设备1以驱动所述无人机飞往所述苹果园正上方位置,在所述飞机实时高度与所述目的拍摄高度匹配且所述实时GPS数据与所述目的GPS数据匹配时,进入苹果园产量测量模式,在所述飞机实时高度与所述目的拍摄高度不匹配或所述实时GPS数据与所述目的GPS数据不匹配时,进入苹果园寻找模式。
其中,所述ARM 11处理器9在苹果园产量测量模式中,启动所述航空摄像机6和所述图像识别设备7,将所述图像识别设备6中苹果树识别单元输出的苹果种类转发给所述无线通讯设备2,以获得所述无线通讯设备2返回与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值,并将与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值存储到所述移动硬盘5中,随后所述ARM 11处理器9还接收所述园区图像中的苹果总数,将所述园区图像中的苹果总数通过所述无线通讯设备2转发给所述苹果产量研究平台。
其中,所述ARM 11处理器9连接所述苹果果实识别单元,以在将所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值存储到所述移动硬盘5之后,触发所述苹果果实识别单元的操作。
其中,所述测量系统还可以包括:串行通信接口,用于通过串行通信方式连接外部设备,以读取外部设备中存储的各个种类的苹果的基准图像模板、苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值;所述串行通信接口与所述移动硬盘5连接,以将各个种类的苹果的基准图像模板、苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值存储到所述移动硬盘5中;所述无线通讯设备2无线连接的苹果产量研究平台为苹果产量研究机构所属的、具有无线通讯接口的服务器;所述ARM 11处理器9在所述苹果园寻找模式中,可关闭所述航空摄像机6和所述图像识别设备7。
另外,FPGA(Field-Programmable Gate Array),即现场可编程门阵列,他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物,是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,他解决了定制电路的不足,也克服了原有可编程器件门电路数有限的缺点。
早在1980年代中期,FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间,而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性,但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元,这样虽然让他可以更加灵活的编辑,但是结构却复杂的多。CPLD和FPGA另外一个区别是大多数的FPGA含有高层次的内置模块(比如加法器和乘法器)和内置的记忆体。因此一个有关的重要区别是很多新的FPGA支持完全的或者部分的系统内重新配置。允许他们的设计随着系统升级或者动态重新配置而改变。一些FPGA可以让设备的一部分重新编辑而其他部分继续正常运行。
FPGA采用了逻辑单元阵列LCA(Logic Cell Array)这样一个概念,内部包括可配置逻辑模块CLB(Configurable Logic Block)、输入输出模块IOB(Input Output Block)和内部连线(Interconnect)三个部分。
现场可编程门阵列(FPGA)是可编程器件,与传统逻辑电路和门阵列(如PAL,GAL及CPLD器件)相比,FPGA具有不同的结构。FPGA利用小型查找表(16×1RAM)来实现组合逻辑,每个查找表连接到一个D触发器的输入端,触发器再来驱动其他逻辑电路或驱动I/O,由此构成了既可实现组合逻辑功能又可实现时序逻辑功能的基本逻辑单元模块,这些模块间利用金属连线互相连接或连接到I/O模块。
采用本发明的苹果园产量测量系统,针对现有基于图像识别技术的苹果园产量测量系统由于无视种类差别性而带来的估算误差过大,测量区域有限,图像处理模式过于简单、没有针对性的技术问题,通过采用灵活的无人机平台、不同种类苹果估算参数不同的图像识别技术,同时引入权重计算方式和更多有针对性的图像处理方式,有效提高苹果园产量测量系统的准确性和实时性,拓宽了苹果园产量的测量面积。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (6)

1.一种苹果园产量测量系统,所述测量系统位于无人机上,其特征在于,所述测量系统包括无人机驱动设备、航空摄像机、图像识别设备和ARM 11处理器,所述航空摄像机用于对苹果园拍摄以获得园区图像,所述图像识别设备与所述航空摄像机连接以对所述园区图像进行图像处理,识别出所述园区图像中的苹果种类,并基于所述苹果种类识别所述园区图像中的苹果总数,所述ARM 11处理器与所述无人机驱动设备连接以控制所述无人机驱动设备驱动所述无人机飞临苹果园正上方。
2.如权利要求1所述的苹果园产量测量系统,其特征在于,所述测量系统还包括:
移动硬盘,用于预先存储各个种类的苹果的基准图像模板,每一个种类的基准图像模板为对每一个种类的基准单株苹果预先拍摄所获得的图案,所述移动硬盘还预先存储了苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值,所述苹果树上限灰度阈值和所述苹果树下限灰度阈值用于将图像中苹果树与图像背景分离;
无线通讯设备,与远端的苹果产量研究平台建立双向的无线通信链路,用于接收所述苹果产量研究平台发送的飞行控制指令,所述飞行控制指令中包括苹果园正上方位置对应的目的GPS数据和目的拍摄高度,还用于将所述苹果种类无线发送给所述苹果产量研究平台,以无线接收所述苹果产量研究平台返回的与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值,所述苹果上限灰度阈值和所述苹果果实下限灰度阈值用于将图像中对应苹果种类的苹果果实与图像背景分离;
GPS定位设备,连接GPS导航卫星,用于接收无人机所在位置的实时GPS数据;
气压高度传感器,用于根据无人机附近的气压变化,检测无人机所在位置的实时气压高度;
无线电高度传感器,包括无线电发射机、无线电接收机和单片机,所述单片机与所述无线电发射机和所述无线电接收机分别连接,所述无线电发射机向地面发射无线电波,所述无线电接收机接收地面反射的无线电波,所述单片机根据所述无线电发射机的发射时间、所述无线电接收机的接收时间和无线电波传播速度计算无人机的实时无线电高度,所述无线电波传播速度为光速;
所述航空摄像机为线阵数码航空摄影机,包括减震底架、前盖玻璃、镜头、滤镜和成像电子单元,用于对苹果园拍摄以获得园区图像;
所述图像识别设备与所述航空摄像机和所述移动硬盘分别连接,包括对比度增强单元、自适应递归滤波单元、灰度化处理单元、苹果树识别单元和苹果果实识别单元,所述对比度增强单元、所述自适应递归滤波单元、所述灰度化处理单元、所述苹果树识别单元和所述苹果果实识别单元分别采用不同的FPGA芯片来实现,所述对比度增强单元与所述航空摄像机连接以对所述园区图像进行对比度增强处理,以获得增强图像,所述自适应递归滤波单元与所述对比度增强单元连接以对所述增强图像进行自适应递归滤波处理,以获得滤波图像,所述灰度化处理单元与所述自适应递归滤波单元连接,对所述滤波图像进行灰度化处理,以获得灰度化图像,所述苹果树识别单元与所述灰度化处理单元和所述移动硬盘分别连接,将所述灰度化图像中灰度值在所述苹果树上限灰度阈值和所述苹果树下限灰度阈值之间的像素识别并组成多个苹果树子图像,并选择一个苹果树子图像,将选择的苹果树子图像与所述移动硬盘中各个种类的苹果的基准图像模板进行匹配,输出匹配度最高的基准图像模板对应的种类作为所述园区图像中的苹果种类输出,所述苹果果实识别单元与所述灰度化处理单元和所述移动硬盘分别连接,将所述灰度化图像中灰度值在所述苹果果实上限灰度阈值和所述苹果果实下限灰度阈值之间的像素识别并组成多个苹果果实子图像,并将多个苹果果实子图像的数量作为所述园区图像中的苹果总数输出;
所述ARM 11处理器与所述无人机驱动设备、所述无线通讯设备、所述GPS定位设备、所述气压高度传感器、所述无线电高度传感器、所述移动硬盘、所述航空摄像机和所述图像识别设备分别连接,基于实时气压高度、实时无线电高度、气压高度权重值和无线电高度权重值计算飞机实时高度,接收所述无线通讯设备转发的飞行控制指令,对所述飞行控制指令解析以获得苹果园正上方位置对应的目的GPS数据和目的拍摄高度,控制所述无人机驱动设备以驱动所述无人机飞往所述苹果园正上方位置,在所述飞机实时高度与所述目的拍摄高度匹配且所述实时GPS数据与所述目的GPS数据匹配时,进入苹果园产量测量模式,在所述飞机实时高度与所述目的拍摄高度不匹配或所述实时GPS数据与所述目的GPS数据不匹配时,进入苹果园寻找模式;
其中,所述ARM 11处理器在苹果园产量测量模式中,启动所述航空摄像机和所述图像识别设备,将所述图像识别设备中苹果树识别单元输出的苹果种类转发给所述无线通讯设备,以获得所述无线通讯设备返回与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值,并将与所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值存储到所述移动硬盘中,随后所述ARM 11处理器还接收所述园区图像中的苹果总数,将所述园区图像中的苹果总数通过所述无线通讯设备转发给所述苹果产量研究平台;
其中,所述ARM 11处理器连接所述苹果果实识别单元,以在将所述苹果种类对应的苹果果实上限灰度阈值和苹果果实下限灰度阈值存储到所述移动硬盘之后,触发所述苹果果实识别单元的操作。
3.如权利要求2所述的苹果园产量测量系统,其特征在于,所述估算系统还包括:
串行通信接口,用于通过串行通信方式连接外部设备,以读取外部设备中存储的各个种类的苹果的基准图像模板、苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值。
4.如权利要求3所述的苹果园产量测量系统,其特征在于:
所述串行通信接口与所述移动硬盘连接,以将各个种类的苹果的基准图像模板、苹果树上限灰度阈值、苹果树下限灰度阈值、气压高度权重值和无线电高度权重值存储到所述移动硬盘中。
5.如权利要求2所述的苹果园产量测量系统,其特征在于:
所述无线通讯设备无线连接的苹果产量研究平台为苹果产量研究机构所属的、具有无线通讯接口的服务器。
6.如权利要求2所述的苹果园产量测量系统,其特征在于:
所述ARM 11处理器在所述苹果园寻找模式中,关闭所述航空摄像机和所述图像识别设备。
CN201510101415.2A 2015-03-08 2015-03-08 苹果园产量测量系统 Pending CN104697501A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510101415.2A CN104697501A (zh) 2015-03-08 2015-03-08 苹果园产量测量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510101415.2A CN104697501A (zh) 2015-03-08 2015-03-08 苹果园产量测量系统

Publications (1)

Publication Number Publication Date
CN104697501A true CN104697501A (zh) 2015-06-10

Family

ID=53344872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510101415.2A Pending CN104697501A (zh) 2015-03-08 2015-03-08 苹果园产量测量系统

Country Status (1)

Country Link
CN (1) CN104697501A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107314759A (zh) * 2017-06-05 2017-11-03 江苏大学 基于无人机多角度拍摄的麦田产量估计方法与装置
CN113673279A (zh) * 2020-05-14 2021-11-19 明谷农业生技股份有限公司 植物生长辨识方法及其系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164695A (zh) * 2013-02-26 2013-06-19 中国农业大学 一种基于多源图像信息融合的果实识别方法
CN103523224A (zh) * 2013-10-31 2014-01-22 无锡同春新能源科技有限公司 一种带彩色稻病图像识别仪防治水稻白叶枯病的无人机
CN204142639U (zh) * 2014-11-04 2015-02-04 无锡北斗星通信息科技有限公司 位于无人机上的作物病虫害检测系统
CN104330410A (zh) * 2014-11-04 2015-02-04 无锡北斗星通信息科技有限公司 位于无人机上的作物病虫害检测系统
CN204439075U (zh) * 2015-03-08 2015-07-01 无锡桑尼安科技有限公司 苹果园产量测量系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164695A (zh) * 2013-02-26 2013-06-19 中国农业大学 一种基于多源图像信息融合的果实识别方法
CN103523224A (zh) * 2013-10-31 2014-01-22 无锡同春新能源科技有限公司 一种带彩色稻病图像识别仪防治水稻白叶枯病的无人机
CN204142639U (zh) * 2014-11-04 2015-02-04 无锡北斗星通信息科技有限公司 位于无人机上的作物病虫害检测系统
CN104330410A (zh) * 2014-11-04 2015-02-04 无锡北斗星通信息科技有限公司 位于无人机上的作物病虫害检测系统
CN204439075U (zh) * 2015-03-08 2015-07-01 无锡桑尼安科技有限公司 苹果园产量测量系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107314759A (zh) * 2017-06-05 2017-11-03 江苏大学 基于无人机多角度拍摄的麦田产量估计方法与装置
CN107314759B (zh) * 2017-06-05 2020-03-31 江苏大学 基于无人机多角度拍摄的麦田产量估计方法与装置
CN113673279A (zh) * 2020-05-14 2021-11-19 明谷农业生技股份有限公司 植物生长辨识方法及其系统

Similar Documents

Publication Publication Date Title
Kulbacki et al. Survey of drones for agriculture automation from planting to harvest
CN105158255A (zh) 一种农作物成熟度识别方法
CN207040242U (zh) 一种基于机器视觉的番茄智能采摘装置
CN110832425B (zh) 控制方法、设备、测绘无人机和喷洒无人机
US11620821B2 (en) Apparatus and method for image-guided agriculture
CN104677342A (zh) 一种苹果园产量测量方法
CN111008733A (zh) 一种作物生长管控方法和系统
CN114743100B (zh) 一种农产品长势监测方法和系统
JP2015177397A (ja) ヘッドマウントディスプレイおよび農作業補助システム
CN108600307A (zh) 一种农业物联异构型网络互联互通方法
CN104697501A (zh) 苹果园产量测量系统
US20230298342A1 (en) Apparatus and method for image-guided agriculture
CN204439075U (zh) 苹果园产量测量系统
CN110321774A (zh) 农作物灾情评估方法、装置、设备及计算机可读存储介质
Santos et al. Use of remotely piloted aircraft in precision agriculture: A review
Ehsani et al. Affordable multirotor Remote sensing platform for applications in precision horticulture
Zhao et al. Intelligent micro flight sensing system for detecting the internal and external quality of apples on the tree
CA3084248C (en) Device and method for item level traceability of crops
KR20200084638A (ko) 농작물 모니터링 방법, 장치 및 컴퓨터 프로그램
Espinoza et al. Applicability of time-of-flight-based ground and multispectral aerial imaging for grapevine canopy vigour monitoring under direct root-zone deficit irrigation
CN115797764A (zh) 一种应用于耕地非农化监测的遥感大数据解译方法及系统
CN109030385A (zh) 一种无人机高光谱农作物产量分析系统
US11763557B1 (en) Permanent crop and permanent cropland analysis using aerial vehicles
Quan et al. Unmanned aerial vehicle (UAV) technical applications, standard workflow, and future developments in maize production–water stress detection, weed mapping, nutritional status monitoring and yield prediction
Johansen et al. Multi-temporal assessment of lychee tree crop structure using multi-spectral RPAS imagery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150610